課程大綱： 推薦系統培訓
01
推薦系統簡介
1.1 推薦系統的意義與價值
1.2 推薦系統的歷史與框架
1.3 推薦算法分類
02
基于鄰域的協同過濾
2.1 協同過濾的基本思想與算法分類
2.2 基于用戶的協同過濾
2.3 基于項目的協同過濾
2.4 基于鄰域的評分預測
2.5 基于二部圖的協同過濾
03
基于模型的協同過濾
3.1 基于關聯規則的推薦
3.2 基于矩陣分解的評分預測
3.3 概率矩陣分解框架
3.4 基于矩陣分解的Top-N推薦
04
基于內容和知識的推薦
4.1 基于內容推薦的系統框架
4.2 向量空間模型
4.3 基于語義的內容相似度
4.4 基于約束的推薦
4.5 基于效用和實例的推薦
05
混合推薦
5.1 混合推薦簡介
5.2 理論依據與算法分類
5.3 平行式混合推薦
5.4 串行式混合推薦
5.5 整體式混合推薦
06
推薦系統評測
6.1 評測視角與實驗方法
6.2 評分預測評價指標
6.3 Top-N推薦評價指標
6.4 公開實驗數據集
加入高級會員獲得助教答疑
